![MQL5 - Sprache von Handelsstrategien, eingebaut ins Kundenterminal MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Hier geht es wieder um das OTO des Marktes. Natürlich gibt es eine Verzögerung, denn die Mitte des Balkens kommt unmittelbar nach seiner Öffnung, aber andererseits gibt es sie nicht, denn wenn der Balken bereits gebildet ist, interessiert es uns nicht, wann genau innerhalb des Balkens diese goldene Mitte gekommen ist. Ich habe Bars gesehen, die in der Mitte beginnen und enden. Die Essenz Ihres Arguments mit Neutron ist kein einziges Wort wert, weil die Balken für Neutron keine Balken sind, weil ein Quotient nicht durch die Zeit quantisiert wird, während ein Balken für Sie ein BAR ist.
Sie haben unterschiedliche "Bezugsrahmen" - das ist alles.
Nein, nicht alt... >> oh, Superstar!
Bist du immer noch so töricht, meine Liebe? Das Alter ist wirklich kein Spaß.
Hier geht es wieder um das OTO des Marktes. Natürlich gibt es eine Verzögerung, denn die Mitte des Balkens kommt sofort nach seiner Öffnung, aber andererseits gibt es sie nicht, denn wenn der Balken bereits gebildet ist, kümmert sich niemand darum, wann diese goldene Mitte innerhalb des Balkens gekommen ist. Ich habe Bars gesehen, die mit der Mitte beginnen und enden. Die Essenz Ihres Arguments mit Neutron ist kein einziges Wort wert, weil die Balken für Neutron keine Balken sind, weil ein Quotient nicht durch die Zeit quantisiert wird, während ein Balken für Sie ein BAR ist.
Sie haben unterschiedliche "Bezugsrahmen" - das ist alles.
Bei dem Streit geht es um viele Dinge, vor allem um dieses eine. Sergei hat ein "überzeugendes" Argument dafür vorgebracht. Aber es scheint, dass ich nicht in der Lage bin, eine einfache Sache zu erklären. Es gibt keine Verzögerung, es gibt überhaupt keine Verzögerung. Es kann per Definition nicht dort sein. Die Daten, auf die sich diese Zahlen stützen, überschneiden sich nicht. Es gibt keine Phase, die Zahlen sind völlig gleich.
Nachtrag: Das ist so, als würde man zwei Punkte auf einer Sinuswelle nehmen und sagen, dass es bei x in Schritten von 0,1 und bei x in Schritten von 10,0 eine Verzögerung gibt.
Das ist OK - wir bleiben bei unserer Meinung...
Probieren Sie es aus.
Also viel Glück :). Die Zerlegung in Taylorreihen ist sogar noch schlechter als in Oberschwingungen, da ein Polynom ungleich Null keinen begrenzten Wertebereich hat.
Aus Ihren Worten geht außerdem hervor, dass es sich gar nicht um ein Polynom handelt, sondern um eine gewöhnliche SMA-Wellenmaschine.
Also gut. Hier ist die Idee selbst. Wenn man genau darüber nachdenkt, gibt es keine Marktkraft, die die Bedeutung des zweiten, vierten und elften Balkens im Vergleich zu den benachbarten Balken unterschätzen würde. Das heißt, man sollte erwarten, dass benachbarte Balken sehr nahe beieinander liegende Werte haben. Was vor 11 Stunden passiert ist, ist genauso wichtig wie das, was vor 12 Stunden passiert ist. Wir sollten also einen fließenden Übergang der Gewichte von einem Balken zum nächsten erwarten. Die Kurve, die das Gewicht in Abhängigkeit von der Taktzahl (Verzögerung) beschreibt, sollte also glatt sein. Wenn dies zutrifft, kann diese Kurve w[n] durch eine Taylor-Reihe, d. h. durch ein Polynom, angenähert werden. Sie können zum Beispiel ein Polynom 3. oder 4. Grades an Ihre Gewichte anpassen. Die nächste Annahme meiner Idee lautet wie folgt. Anstelle der Optimierung der Gewichte selbst (Sie haben 16 davon), optimieren Sie die Polynomkoeffizienten (a0+a1*n+a2*n^2+a3*n^3, Sie optimieren a0...a3, Sie erhalten insgesamt 4 Parameter), und verwenden Sie die Formel a0+a1*n+a2*n^2+a3*n^3 für den n-ten Takt. Viel weniger Berechnungen. Versuchen Sie es.
Ich bin Ihnen sehr dankbar für die Idee, aber ich habe in meiner Kindheit einmal gehört (von den Jungen in der Eingangshalle), dass, wenn ein Fehler in der Begriffsgrundlage gefunden wird, alle weiteren Konstruktionen außer Acht gelassen werden können, unabhängig von ihrer wissenschaftlichen Attraktivität. Sie haben einen Fehler in der Vorstellung von Glätte als notwendiger Funktion für den Übergang von einem (Markt-)Zustand zum anderen. Leider. Ich muss Sie enttäuschen. Der Markt geht von A nach Z über, ohne dass dazwischen Ehrfurcht herrscht. Wenn es anders wäre, wäre es kein Forum, sondern ein Treffen von Soros.
Macht nichts... Ich gebe Ihnen eine neue Idee (Marktkonzept), sie ist sicher fruchtbarer als die bisherige:
Auf den ersten Blick ist es ganz einfach:
Regelmäßigkeit ist eine Möglichkeit, dass der Zufall existieren kann. Das Gegenteil ist nicht der Fall.
zu Neutron
Das Produkt ist auf diesem Betriebssystem nicht lauffähig
ging Seife holen...
Ich kann übrigens auch so etwas vorhersagen. Auch ohne AR. :) Aber es hat mir nichts gebracht. Ich kann erraten, "wo" der Preis mit einer Genauigkeit von 80% gehen wird, aber ich habe keine PROFITE. Es ist traurig. ;)
Die Reihe (H+L)/2. Der Einfachheit halber bezeichne ich sie mit Mu. Angenommen, wir können diesen Wert nicht genau vorhersagen, aber wir können das Vorzeichen der Differenz Mu(n)- Mu(n+1) genau vorhersagen. Für den aktuellen Balken wissen wir zum Beispiel, dass das nächste Delta Mu(n) - Mu(n+1) positiv sein wird. Dann müssen wir das neue Inkrement statistisch schätzen und davon ausgehend zu Mu(n+1) übergehen. Fügen wir die RMS-Schätzung für den Balkenabstand zu diesem Niveau hinzu. Wir erreichen die Handelsstufe und ich habe sogar ein Bild gezeichnet, um den künstlerischen Ausdruck zu verstärken:
![](https://c.mql5.com/mql4/forum/2009/06/sdf.png)
Wenn die Häufigkeit des Auftretens dieser Werte groß und der Streuung angemessen ist, können wir erfolgreich sein. Prognostizieren Sie dieses Delta wirklich auf 80 %?
PS: Ich persönlich arbeite nicht so eng mit dem Preis. Keine große Chance, oder besser gesagt, gar keine Chance. Ich bin gerade auf die Idee gekommen, dass es in der Tat möglich ist, nicht genau vorherzusagen, nur in der Richtung. Ich habe meine eigenen Prognosen mit solchen "Technologie": "Haben Sie dieses Bild gesehen?" zumindest für 24 Stunden auf 15 min Bars, hier sind Beispiele für reale Prognosen, werde ich nächste Prüfung zu beenden - es wird mehr (nur Debugging, nicht alle das Astrolabium wurde noch gebaut):
Testen von Echtzeit-Vorhersagesystemen".
an gpwr
Ja, ich habe Ihren vorletzten Beitrag irgendwie übersehen. Hier stellt sich eine interessante Frage: Wie kommen Sie darauf, dass das Gewicht (im Prinzip) eine Funktion seines eigenen Zeitindexes sein kann? Ich glaube, ich verstehe den Ursprung Ihrer Idee - Sie sehen sich Diagramme von Gewichten an. Es gibt eine Besonderheit: In zwei verschiedenen Experimenten (Trainingsergebnisse auf demselben Trainingsvektor) können diese Graphen (visuell und topologisch) signifikant unterschiedlich sein, während die Gitterergebnisse (statistisch) im Wesentlichen gleich sind. Wenn es Ihnen sogar gelingt, eine zufriedenstellende Funktion für das Training des Netzes mit der vorgeschlagenen Methode zu finden, werden die Ergebnisse des Trainings (zwei aufeinanderfolgende Experimente mit demselben Vektor) völlig identisch sein - d.h. es wird kein neuronales Netz sein, sondern etwas völlig Deterministisches. Wie Neutron, der bereits schläft, sagen würde, wird ein solches Netz genau auf einen Vektor trainiert sein, aber nicht in der Lage sein, Gedichte zu verfassen. Daher ist sie für den Handel nicht von Nutzen. Jede aufeinanderfolgende Zählung ist der vorhergehenden (und den neuen) nicht ähnlich, und ein normales Raster rechnet nicht einmal damit. Sie ähnelt in etwa einem Bild, das sie gelernt hat. Ersetzt man "ungefähr" durch " genau", so ist die Entropie eines solchen Netzes gleich Null (d. h. ein Schritt nach links, ein Schritt nach rechts - Erschießungskommando, ein Sprung auf der Stelle - Provokation).
Unter anderem sehe ich keinen besonderen Unterschied in der Trainingsgeschwindigkeit durch die von Ihnen vorgeschlagene Methode, denn um einen Koeffizienten des Polynoms zu ändern, benötige ich genau dieselben Ressourcen wie für die Korrektur einer Gewichtung, und es gibt n Koeffizienten (für jede Gewichtung), was ist also der Gewinn?
Die Reihe (H+L)/2. Der Einfachheit halber bezeichne ich sie mit Mu. Angenommen, wir können diesen Wert nicht genau vorhersagen, aber wir können das Vorzeichen der Differenz Mu(n) - Mu(n+1) genau vorhersagen. Für den aktuellen Balken wissen wir zum Beispiel, dass das nächste Delta Mu(n) - Mu(n+1) positiv sein wird. Dann müssen wir das neue Inkrement statistisch schätzen und davon ausgehend zu Mu(n+1) übergehen. Fügen wir die RMS-Schätzung für den Balkenabstand zu diesem Niveau hinzu. Wir erreichen die Handelsstufe und ich habe sogar ein Bild gezeichnet, um den künstlerischen Ausdruck zu verstärken:
Wenn die Häufigkeit des Auftretens dieser Werte groß und der Streuung angemessen ist, können wir erfolgreich sein. Prognostizieren Sie dieses Delta wirklich um 80 %?
Ich bin überrascht, dass der Algorithmus dies zu 80 % demonstriert. Ich bin auf der Suche nach einem Fehler. Es sieht sehr einfach aus. So funktioniert das nicht.
а-а-а-а-а-а-а-а-а-а-а-!!!!! Wir müssen sehen, wo der Mond ist, vielleicht ist das der Grund. Jetzt verstehe ich den Ausdruck "Es fehlen die Worte" Ist das die Ursache für die Verzögerung?
Speziell für Sie gebaut:
Man sieht deutlich, dass die FZ immer da ist und an den scharfen Bewegungen des Kotirs visuell deutlich sichtbar ist.
Sie können sehen, dass die Verzögerung immer da ist, und es ist leicht, sie visuell an den scharfen Bewegungen des Kotirs zu erkennen. Lernen Sie die Mathematik, und wenn Sie das nächste Mal mit der nächsten super-duper-genialen Idee kommen, für deren Umsetzung Sie meinen, dass Sie ein oder zwei Forschungsinstitute und einen PC-Cluster brauchen, denken Sie eine Minute lang nach - vielleicht wissen Sie es einfach nicht oder verstehen es nicht. Schließlich ist dies wahrscheinlicher als eine "epochale Entdeckung" in einem Gebiet, in dem alles vor Ihnen zertrampelt wurde.
Ich schlage eine verkürzte Form der Beschreibung aller Skalen vor, in diesem Fall ein Polynom. Das zeige ich Ihnen an Ihrem Beispiel. Sie haben Ihr Netz auf einen bestimmten Eingangsvektor gelernt und die Werte aller Gewichte w[n] erhalten, wobei n=0...15 ist.
Ich glaube, paralocus weist Sie zu Recht darauf hin, dass Ihre Idee auf der unbestätigten Hypothese der Stationarität von Marktprozessen beruht, die den NS zugeordnet werden. Nur im Falle ihrer Bestätigung können wir einen gewissen Anschein von Stationarität der NS-Gewichte und folglich die Anwendbarkeit der Extrapolationsmethode zur Ermittlung von Gewichten ohne Netzwerktraining erwarten. Aber wenn es so wäre, würden wir das Gitter nicht bei jedem neuen BP-Datum neu trainieren, aber wir müssen es, und diese Tatsache, wenn auch indirekt, spricht für die Nicht-Stationarität der Gewichte! Außerdem können Sie jederzeit ein numerisches Experiment durchführen und sehen, wie sich die Gewichte des trainierten Gitters von Probe zu Probe verhalten. Sollen wir es sehen?
Zu diesem Zweck führen wir 500 Experimente durch, bei denen wir uns jedes Mal um einen Balken verschieben und lernen, den nächsten Balken vorherzusagen. Wir werden das Netz in jeder Bar neu unterrichten. Um zu vermeiden, dass der Vektor der Gewichte alle 500 Mal in einem Diagramm angezeigt wird, werden wir die erhaltenen Werte für jedes Gewicht mitteln und sie mit der Varianz (Streuung der Werte) anzeigen, die jedem Gewicht entspricht, und zwar in Form eines Griffs, der entlang der 1/e-Ebene aufgetragen wird:
Die Abszissenachse zeigt die Nummer des NS-Eingangs, die Ordinatenachse den Durchschnittswert der Gewichtung auf diesem Eingang für ein vollständig trainiertes Netz. Wie man sieht, liegen die Werte der Gewichte für die Stundenmarker (Abb. links) im Bereich ihrer statistischen Streuung (Bereich der Whisker), was die Hypothese der Stationarität direkt widerlegt. Der Fall ist ein wenig besser auf die Minuten; statistisch signifikant ist die erste Eingabe von NS (Null Probe in der Grafik), die für die bekannte Antipersistenz von Kotier (negativer Korrelationskoeffizient in einer Reihe von der ersten Differenz zwischen benachbarten Proben) auf kleine TFs verantwortlich ist.
Daher ist es verfrüht, von der Notwendigkeit zu sprechen, eine Methode zur Annäherung der NS-Gewichte durch ein Polynom zu entwickeln.